下载Anaconda：

(此处不建议下载到C盘,后续在此路径下载文件较多)

Anaconda可以理解为一片土壤，我们的环境生长在这一片土壤上

然后在搜索栏里可以找到并打开

可以看到路径的前缀是base，这个可以理解为土壤上的大厅，里面会有不同的小房子，可以下载我们所需的不同安装包

如何创建一个适用于自己项目的环境：

以视频作者的Pix2PixGAN为例

（1）.GetStarted：首先是下载代码

下载：直接在Github上点击这里，有一个download可以下载下来，得到一个压缩包

（2）.Install PyTorch

这里面给了适合不同用户的不同指令

eg.第一个pip user，直接运行后面那个指令即可完成环境的配置

然后我们属于第二种Conda users，看到我们后面的指令

如何运行我们的指令：

用到我们刚刚打开的终端，直接复制粘贴指令到终端

然后发现一个，环境文件没有找到

是因为终端前面的这个路径会决定搜索这个文件的范围

作者此处把刚刚那个压缩包下载到E盘，那么也就需要修改路径到E盘的对应位置，才可以找到对应文件

直接输E加：即可

其次修改路径，前面输cd，然后复制路径在cd后面（cd+空格+地址）

这个时候在运行我们的指令们就可以成功创建环境

注：下载过程中，可能会遇到下载太慢或者卡着不动的情况，这个时候可以去网上搜索下载清华或中科大的镜像源，只需一条指令

他这里是已经有了环境，可以用些conda的指令来看有哪些环境，我们用conda info --envs

可以看到这里除了有刚刚说的base环境还有下载的pix2pix的环境

于是我们现在要进入这个环境，在终端里进入环境的方式：conda activate+空格+我们的环境名

按下空格后我们会发现路径的前缀会变成我们的环境名

这就意味着我们接下来的操作都是基于我们的环境运行的

跑代码：

在Github中找到pix2pix的指示，按照它的指示来即可

说下载这个数据集：

此处注意到这个文件的后缀为.sh，判断是基于Linux的命令

我们可以直接去搜索，此处作者使用everything来搜索

然后使用记事本打开它

我们在记事本中找到一个网址URL。从上图可以看出 .sh后面是跟一个文件名的，于是我们复制网址的时候是不需要复制后面的文件名的

搜索网址后就可以自行下载想要的训练集，想用哪个就下载哪个

然后可以看到后面有个target direction，说的是放在datasets里面

所以我们可以手动的随便下载一个训练集，把它下载下来之后，解压后放进datasets文件夹里面，这就相当于我们手动操作代替了下载数据集后面那一行指令的操作【

【此处插入一个小话题，就是这句话：想要看到这个结果的损害函数，可以先运行这个命令，再去打开后面的网址，正常的是It‘s Alive，若有异常，则是visdom插件的问题，可自行上博客搜索】

接下来是Train a model，运行这个指令：按理说也是在小黑窗进行运行的，但这里会有一个问题，如果遇到代码问题，是没有办法进行查看的

所以这里需要一个pycharm，来对python代码进行查看和修改，然后依赖于Anaconda里下载的压缩包把查看和修改后的python语言转化为机器语言

直接把项目文件拖到pycharm图标上就可以打开python代码哦！

然后如果我们需要根据不同的代码来搭配不同的环境，在pycharm里面设置：

1.File的setting里面，找到python interpreter

2.在这里寻找环境

3.找到conda环境（我们是基于conda建立的环境），并点击existing environment

4.点击三个点，选择文件夹路径

5. E盘找到安装Anaconda的地方，envs文件夹里面有所有创建的环境，点击就可以添加环境到pycharm上面

配置好pycharm环境后，我们就可以在这里输入命令了，当我们把文件直接拖到pycharm并打开时，可以在下面看到一个terminal的选项

点进去之后，就可以自动的把路径切换成项目文件夹所在的地方，接下来就可以复制粘贴我们剩下来的代码到这里回车运行

然后我们可以看到这个数据集的名字，如果我们改变名字，也就可以更改我们的训练集

比如将facades改成mapes，而文件夹里又正好有这个名字的文件的话，网络就回去训练mapes的变化，若想训练自己的gan网络的话也同样，同时，我们也可以在上述visdom插件里看到损失函数的变化值和训练的结果。

搭建深度学习环境及跑通Github代码相关推荐

Ubuntu18.04+RTX 2080Ti+CUDA 10.0 +cuDNN+PyTorch搭建深度学习环境
SSH无密码登陆安装SSH Server Ubuntu 默认已安装了 SSH client,此外还需要安装 SSH server: sudo apt-get install openssh-serv ...
实现Linux服务器配置深度学习环境并跑代码完整步骤
实现Linux服务器配置深度学习环境并跑代码完整步骤目录实现Linux服务器配置深度学习环境并跑代码完整步骤安装pytorch 第一步安装anaconda创建虚拟环境 1.下载安装包 2.安装 ...
C++:搭建深度学习环境及实战
搭建深度学习环境及实战 1.搭建tensorflow环境 1.搭建tensorflow环境 tensorflow C++ 环境搭建及实战 https://blog.csdn.net/gubenpeiy ...
暗影精灵7安装Ubuntu双系统、RTX3060 Nvidia 驱动及搭建深度学习环境
记录在暗影精灵7上搭建深度学习环境踩过的坑安装Ubuntu的过程按照正常过程安装,但是务必在混合显卡模式下安装和启动Ubuntu并且关闭security boot,在独显直连的模式下由于Ubuntu ...
滴滴云服务器快速配置搭建滴滴云GPU云服务器搭建深度学习环境
滴滴云GPU云服务器搭建深度学习环境 1.创建云服务器 1.1注册滴滴云首先注册滴滴云,并进行实名认证,否则无法创建云服务器.点击"控制台",进入控制台页面. 1.2选择配置点 ...
Centos集成GTX-1080Ti显卡搭建深度学习环境全过程
Centos集成GTX-1080Ti显卡搭建深度学习环境全过程在一个由N多台普通的不能再普通的机器攒凑起来的机箱中,搭载了最强核心--NVIDIA GeForce GTX 1080 Ti.我们的深度 ...
WIN10搭建深度学习环境 GTX1080+CUDA9.0+cuDNN7.0+Python3.6+Tensorflow1.6.0
GTX1080在WIN10系统上搭建深度学习环境.在搭建环境中遇到了一些坑,于是想将搭建环境流程记录下来,方便以后重新搭建环境.话不多说,直接进入正题.注:我自己是在重装完系统后进行的环境配置. 一. ...
雷神新911PRO晖金二代win10+ubuntu16.04系统安装教程+Anaconda3搭建深度学习环境tensorflow-gpu
雷神新911PRO晖金二代win10+ubuntu16.04系统安装教程雷神新911PRO晖金二代win10+ubuntu16.04系统安装教程 1.ubuntu16.04安装 1.1.ubuntu ...
Linux:搭建深度学习环境配置教程
搭建深度学习环境 1. 下载与安装anaconda wget是一个下载文件的工具 wget https://repo.anaconda.com/archive/Anaconda3-2019.10-Li ...
ubutnu16.04搭建深度学习环境: python3 + keras + tensflow
ubutnu16.04搭建深度学习环境: python3 + keras + tensflow 一.硬件信息查看cpu型号查看显卡型号查看系统版本二.软件安装 2.1安装anaconda3 2 ...

搭建深度学习环境及跑通Github代码

下载Anaconda：

如何创建一个适用于自己项目的环境：

如何运行我们的指令：

跑代码：

搭建深度学习环境及跑通Github代码相关推荐

最新文章

热门文章